Mengupas OpenAI’s Agents SDK: Sebuah Panduan

OpenAI memperkenalkan beberapa penawaran baru: Responses API, alat bawaan untuk pencarian web dan file, alat penggunaan komputer, serta Agents SDK sumber terbuka. Sementara Responses API memungkinkan pengembang membangun agen di atas teknologinya, Agents SDK dapat membantu mereka menautkan agen ke alat web dan proses lain, menjalankan “alur kerja” yang melakukan apa yang diinginkan pengguna atau bisnis, secara otonom.

2025 sering disebut sebagai “Tahun Agen” dan langkah OpenAI dipandang sebagai langkah kunci bagi industri. Agents SDK memungkinkan pengembang dengan mudah memanfaatkan kemajuan terbaru OpenAI (seperti penalaran yang ditingkatkan, interaksi multimodal, dan teknik keamanan baru) dalam skenario dunia nyata yang multi-langkah. Bagi pengembang LLM dan pembuat agen AI, Agents SDK menyediakan serangkaian “blok pembangun” untuk membuat dan mengelola sistem AI otonom mereka sendiri.

Signifikansi Agents SDK terletak pada kemampuannya untuk mengatasi tantangan penerapan agen AI di lingkungan produksi. Secara tradisional, menerjemahkan kapabilitas LLM yang kuat menjadi alur kerja multi-langkah memakan tenaga, memerlukan banyak penulisan aturan kustom, desain prompt berurutan, serta trial-and-error tanpa peralatan observabilitas yang tepat. Dengan Agents SDK dan alat API baru terkait seperti Responses API, OpenAI bertujuan untuk secara signifikan menyederhanakan proses ini, memungkinkan pengembang membangun agen yang lebih kompleks dan andal dengan usaha lebih sedikit.

Apa itu Agents SDK

OpenAI kembali ke open source secara besar dengan merilis Agents SDK, sebuah toolkit yang dirancang untuk membantu pengembang mengelola, mengoordinasikan, dan mengoptimalkan alur kerja agen — bahkan membangun agen yang didukung oleh model lain, non-OpenAI seperti milik kompetitor Anthropic dan Google, atau model open-source dari DeepSeek, Qwen, Mistral, dan keluarga Llama dari Meta.

Mengapa menggunakan Agents SDK

SDK memiliki dua prinsip desain pendorong:

1. Fitur cukup banyak untuk layak digunakan, tetapi primitif cukup sedikit agar cepat dipelajari.
2. Berfungsi sangat baik sejak awal, tetapi Anda dapat menyesuaikan secara tepat apa yang terjadi.

Berikut fitur utama SDK:

• Agent loop: Agent loop bawaan yang menangani pemanggilan alat, mengirim hasil ke LLM, dan melakukan loop hingga LLM selesai.
• Python-first: Gunakan fitur bahasa bawaan untuk mengorkestrasi dan merantai agen, alih-alih perlu mempelajari abstraksi baru.
• Handoffs: Fitur kuat untuk mengoordinasikan dan mendelegasikan antar banyak agen.
• Guardrails: Menjalankan validasi dan pemeriksaan input secara paralel dengan agen Anda, menghentikan lebih awal jika pemeriksaan gagal.
• Function tools: Ubah fungsi Python apa pun menjadi alat, dengan pembuatan skema otomatis dan validasi bertenaga Pydantic.
• Tracing: Pelacakan bawaan yang memungkinkan Anda memvisualisasikan, men-debug, dan memantau alur kerja, serta menggunakan rangkaian alat evaluasi, fine-tuning, dan distilasi OpenAI.

Cara menggunakan Openai Agents SDK

1. Siapkan lingkungan Python Anda

python -m venv env
source env/bin/activate

2. Instal Agents SDK

pip install openai-agents

3. atur variabel lingkungan OPENAI_API_KEY

Bebas mengatur API OPENAI_API_KEY dari CometAPI

• Masuk ke cometapi.com. Jika Anda belum menjadi pengguna kami, silakan daftar terlebih dahulu
• Dapatkan kunci API kredensial akses untuk antarmuka. Klik “Add Token” pada token API di pusat personal, dapatkan kunci token: sk-xxxxx dan kirimkan.
• Dapatkan URL situs ini: https://api.cometapi.com/
• Pilih endpoint OPENAI_API_KEY untuk mengirim permintaan API dan atur body permintaan. Metode permintaan dan body permintaan diperoleh dari dokumentasi API situs kami. Situs kami juga menyediakan pengujian Apifox untuk kenyamanan Anda.

4. Siapkan Agen Anda

Tentukan alat apa yang dapat digunakan AI Anda. Misalnya, kita ingin mengaktifkan pencarian web dan pengambilan file:

from agent_sdk import Agent, WebSearchTool, FileRetrievalTool

search_tool = WebSearchTool(api_key="your_api_key")
file_tool = FileRetrievalTool()

agent = Agent(tools=)

Kini agen Anda tahu cara menelusuri web dan mengambil dokumen.

5. jalankan

Tidak seperti chatbot tradisional, AI ini memutuskan alat mana yang akan digunakan berdasarkan input pengguna:

def agent_task(query):
    result = agent.use_tool("web_search", query)
    return result

response = agent_task("Latest AI research papers")
print(response)

Tanpa intervensi manual — hanya eksekusi otonom.

Loop Agen

Saat Anda memanggil Runner.run(), SDK menjalankan loop hingga mendapatkan output final:

1. LLM dipanggil menggunakan model dan pengaturan pada agen, bersama dengan riwayat pesan.
2. LLM mengembalikan respons, yang mungkin menyertakan pemanggilan alat.
3. Jika respons memiliki output final, loop berakhir dan mengembalikannya.
4. Jika respons memiliki handoff, agen diatur ke agen baru dan loop berlanjut dari langkah 1.
5. Pemanggilan alat diproses (jika ada) dan pesan respons alat ditambahkan. Lalu loop berlanjut dari langkah 1.

Anda dapat menggunakan parameter max_turns untuk membatasi jumlah eksekusi loop.

​Output Akhir

Output akhir adalah hal terakhir yang dihasilkan agen dalam loop:

• Jika Anda menetapkan output_type pada agen, maka output akhir adalah ketika LLM mengembalikan sesuatu dengan tipe tersebut menggunakan output terstruktur.
• Jika tidak ada output_type (mis. respons teks biasa), maka respons LLM pertama tanpa pemanggilan alat atau handoff dianggap sebagai output akhir.

Contoh Hello World

from agents import Agent, Runner

agent = Agent(name="Assistant", instructions="You are a helpful assistant")

result = Runner.run_sync(agent, "Write a haiku about recursion in programming.")
print(result.final_output)

# Code within the code,

# Functions calling themselves,
# Infinite loop's dance.

Struktur Teknis

“OpenAI Agents SDK bertujuan menjadi kerangka konseptual yang menunjukkan bagaimana berbagai agen, seperti ‘Triage Agent’ atau ‘CRM Agent,’ dapat berkolaborasi menyelesaikan tugas melalui interaksi alat dan mekanisme delegasi.”

Komponen Inti dan Arsitektur Agents SDK

OpenAI Agents SDK dibangun di atas serangkaian prinsip yang ringkas namun kuat. Di intinya adalah konsep Agent, yang mewakili instance model bahasa yang disesuaikan dengan instruksi spesifik dan dilengkapi untuk menggunakan berbagai alat. Agen memulai dengan menerima permintaan pengguna — seperti pertanyaan atau definisi tugas — lalu memecah tugas ini menjadi sub-tugas yang mungkin melibatkan penggunaan alat yang telah ditentukan, pada akhirnya menyampaikan respons lengkap. Tools secara fungsional digambarkan sebagai fungsi yang dapat dipanggil; dengan memanfaatkan Agents SDK, fungsi Python apa pun dapat dengan mulus berperan sebagai alat, dengan validasi skema otomatis untuk input dan output yang disediakan melalui Pydantic. Misalnya, fungsi Python yang merepresentasikan alat kueri database atau alat pencarian web dapat diintegrasikan langsung ke dalam perangkat alat agen.

Bagian sentral lain dari Agents SDK adalah Agent Loop, yang mendefinisikan proses iteratif penyelesaian tugas. Dimulai dari upaya awal untuk menjawab kueri, agen mengevaluasi apakah ia memiliki informasi yang cukup atau perlu melakukan tindakan eksternal. Jika diperlukan, agen memanggil alat yang relevan, memproses outputnya, dan menilai ulang tugas. Siklus ini berulang hingga agen menandai penyelesaian tugas dengan respons “Saya selesai”. Agents SDK mengelola proses ini secara otonom, menyederhanakan pengembangan dengan mengotomatisasi tugas berulang seperti pemanggilan alat, penanganan hasil, dan percobaan ulang iteratif. Ini memungkinkan pengembang lebih fokus pada pendefinisian alur kerja dan kapabilitas agen tanpa harus khawatir tentang mekanisme yang mendasarinya. OpenAI menggambarkan pendekatan ini sebagai Python-first, menekankan penggunaan konstruk Python yang familier — seperti loop, kondisi, dan pemanggilan fungsi — dibanding bahasa khusus domain (DSL). Dengan fleksibilitas ini, pengembang dapat mengorkestrasi agen-agen yang saling terhubung sambil bergantung pada sintaks Python native.

Handoff dan Arsitektur Multi-Agen

Kapabilitas SDK melampaui agen individual. Melalui fitur yang disebut Handoff, tugas dapat berpindah antar beberapa agen, memungkinkan mereka berkolaborasi dengan mulus. Misalnya, “Triage Agent” dapat menentukan sifat kueri yang masuk, mendelegasikannya ke agen khusus lain, atau output satu agen dapat bertindak sebagai input bagi agen lain. Sistem ini mendukung alur kerja di mana agen khusus menjalankan bagian-bagian terpisah dari tugas yang lebih luas, memberdayakan arsitektur multi-agen yang kompleks. OpenAI merancang toolkit ini untuk aplikasi yang dapat diskalakan, seperti otomatisasi dukungan pelanggan, proses riset, proyek multi-langkah, pembuatan konten, operasi penjualan, atau bahkan ulasan kode. Selain itu, Guardrails meningkatkan keandalan dengan memberlakukan aturan validasi pada input atau output agen. Misalnya, guardrails dapat menegakkan kepatuhan format parameter atau menghentikan loop lebih awal ketika anomali terdeteksi, mengurangi risiko seperti eksekusi tidak efisien atau perilaku yang tidak diinginkan dalam operasi nyata.

Orkestrasi dan Pemantauan

Di luar eksekusi tugas, Agents SDK menyertakan fitur orkestrasi yang tangguh, mengambil alih eksekusi alat, aliran data, dan manajemen loop. Terlepas dari tingkat otomasi yang tinggi, OpenAI memprioritaskan transparansi, membekali pengembang dengan alat untuk memantau aktivitas agen secara real-time. Melalui fitur Tracing bawaan yang dapat diakses di dasbor OpenAI, pengembang dapat memvisualisasikan alur kerja langkah demi langkah, mengamati kapan alat dipanggil, input yang digunakan, dan output yang dikembalikan. Platform memanfaatkan infrastruktur pemantauan OpenAI untuk menguraikan eksekusi logika agen menjadi trace dan span, menawarkan wawasan granular tentang perilaku agen. Ini memberdayakan pengembang untuk mendiagnosis bottleneck, men-debug masalah, mengoptimalkan alur kerja, dan melacak performa. Selain itu, arsitektur tracing mendukung evaluasi canggih, memungkinkan fine-tuning dan peningkatan performa agen dari waktu ke waktu.

Keuntungan

OpenAI Agents SDK tidak hanya untuk pengembang individu, tetapi juga memberikan keuntungan signifikan bagi perusahaan yang membangun produk berbasis agen AI. Mari mulai dengan keuntungannya:

Prototyping dan Produksi Cepat: Agents SDK mengimplementasikan perilaku agen kompleks dengan kode dan konfigurasi minimal, memperpendek siklus dari ide ke produk. Misalnya, platform kripto arus utama Coinbase menggunakan SDK untuk dengan cepat membuat prototipe dan menerapkan sistem dukungan multi-agen. Demikian pula, dalam area seperti asisten pencarian perusahaan, perusahaan dapat mengintegrasikan alat pencarian web dan file dari SDK untuk dengan cepat memberikan nilai. Dengan membebaskan detail orkestrasi, pengembang dapat fokus pada fitur spesifik produk.

Biaya Pengembangan Lebih Rendah: Membangun sistem agen dari nol memerlukan investasi rekayasa yang signifikan. Agents SDK menurunkan biaya dengan menyediakan solusi siap pakai untuk kebutuhan umum — manajemen loop, sinkronisasi panggilan API, penanganan error, dan output alat yang terformat untuk LLM. Karena bersifat open source, SDK juga memungkinkan penyesuaian guna memenuhi kebutuhan perusahaan. Ini merupakan keuntungan bagi startup, memungkinkan mereka membuat produk bertenaga agen yang kuat dengan sumber daya terbatas.

Keterlacakan dan Debugging: Dasbor pelacakan terintegrasi SDK mentransformasi aplikasi bisnis. Kekhawatiran industri tentang AI sebagai “kotak hitam” kini memungkinkan setiap langkah agen dicatat dan diaudit. Jika agen dukungan pelanggan memberikan jawaban yang salah, trace menunjukkan panggilan alat atau langkah mana yang gagal. Layar log/trace di OpenAI Platform meningkatkan auditabilitas agen — penting di industri yang tunduk pada regulasi atau audit internal. Ini memungkinkan perusahaan mengintegrasikan AI dengan keyakinan lebih besar, mengetahui mereka dapat menjelaskan hasil saat dibutuhkan.

Akses ke model dan alat terbaru OpenAI: Menggunakan Agents SDK berarti memanfaatkan model teratas OpenAI (mis. GPT-4) dan alat terkini (pencarian web, eksekusi kode). Ini memberikan keunggulan kualitas dibanding membangun alternatif yang mungkin bergantung pada model lebih lemah. Untuk aplikasi yang memerlukan akurasi tinggi atau informasi terbaru (mis. asisten riset, agen analisis keuangan), performa model OpenAI adalah keunggulan besar. Saat OpenAI menambahkan alat (mengisyaratkan lebih banyak integrasi ke depan), pengguna SDK dapat dengan mudah mengadopsinya.

CometAPI sepenuhnya kompatibel dengan protokol antarmuka OpenAI untuk memastikan integrasi yang mulus. Anda dapat menghindari ketergantungan pada model dan layanan (risiko lock-in), mengurangi kekhawatiran privasi dan keamanan data, serta menurunkan biaya. Memanfaatkan model dan alat OpenAI yang kuat dapat mahal dan kadang membatasi performa. CometAPI menawarkan harga yang lebih murah.

Kesimpulan

OpenAI berdedikasi untuk memajukan kapabilitas AI dengan penawaran inovatif seperti Responses API. Dengan memperkenalkan alat-alat ini, bisnis dan pengembang memperoleh kesempatan untuk membangun solusi AI yang lebih cerdas, lebih adaptif, dan sangat andal. Perkembangan ini mengarah pada masa depan di mana kecerdasan buatan terus mendorong perubahan berdampak dan membuka kemungkinan baru di berbagai industri.